• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Development of an integrated method of physics and machine learning based on scale separation

Research Project

Project/Area Number 24K16983
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 13010:Mathematical physics and fundamental theory of condensed matter physics-related
Research InstitutionInstitute of Physical and Chemical Research

Principal Investigator

道下 佳寛  国立研究開発法人理化学研究所, 創発物性科学研究センター, 客員研究員 (90969411)

Project Period (FY) 2024-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2024)
Budget Amount *help
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2024: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Keywords機械学習 / 強化学習 / 量子多体系
Outline of Research at the Start

「スケールの分離」は物理学の理論解析手法、特に有効模型の抽出において中心的な役割を担っている。近年機械学習は用いるマシンパワーを上げることでその性能を年々高めているが、一方でメモリ消費や学習のコストを抑えて同程度の性能を出す事の重要性も増している。
本研究では、スケールの分離を軸に、機械学習の物理学への応用と、スケールの分離の機械学習への組み込みを行い、両分野の双方向的な発展を目指す。「強化学習によるスケールの分離及びそれに伴う有効模型の導出」と「スケールの分離を機械学習のフレームワークに陽に組み込み、メモリ消費・学習コストの改善し物性の問題に適用する」事を目指し研究を行う。

URL: 

Published: 2024-04-05   Modified: 2024-06-24  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi